课堂学生行为检测数据集4065张VOC+YOLO格式

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)

图片数量(jpg文件个数)：4065

标注数量(xml文件个数)：4065

标注数量(txt文件个数)：4065

标注类别数：12

所在github仓库：datasets_sl

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["Using_phone","bend","book","bow_head","hand-raising","phone","raise_head","reading","sleep","turn_head","upright","writing"]

标签中文对照：使用手机、弯腰、看书、低头、举手、打电话、抬头、阅读、睡觉、转头、直立、写字

每个类别标注的框数：

Using_phone 框数 = 12912

bend 框数 = 11487

book 框数 = 16985

bow_head 框数 = 37382

hand-raising 框数 = 3374

phone 框数 = 5070

raise_head 框数 = 11615

reading 框数 = 8947

sleep 框数 = 1627

turn_head 框数 = 3361

upright 框数 = 41946

writing 框数 = 2247

总框数：156953

每个类别占有图片数：

Using_phone 占有图片数 = 2433

bend 占有图片数 = 2103

book 占有图片数 = 2365

bow_head 占有图片数 = 2546

hand-raising 占有图片数 = 930

phone 占有图片数 = 1754

raise_head 占有图片数 = 1874

reading 占有图片数 = 2685

sleep 占有图片数 = 806

turn_head 占有图片数 = 1234

upright 占有图片数 = 2642

writing 占有图片数 = 576

图片分辨率：640x640

使用标注工具：labelImg

数据集是否增强：是

标注规则：对类别进行画矩形框

重要说明：数据集没有划分训练验证测试集需自行划分

特别声明：本数据集不对训练的模型或者权重文件精度作任何保证

标注及图片情况如下：